어떠한 영상의 intensity level이 [0-L-1] 일 때k번째에 해당하는 히스토그램의 값은 영상 내에 k번째 bin에 해당하는 픽셀의 숫자로 결정이 된다.
히스토그램의 빈의 개수가 256개 일 때 제일 첫 번째 빈에 해당하는 값은 픽셀 값이 0인 픽셀의 개수로 결정이 된다.
3*3 영상에서 bin의 개수가 총 256 일 때 각각의 빈의 값은 특정한 픽셀 값을 가진 픽셀 수가 된다. 즉 그림에서 20의 픽셀값을 가진 픽셀 개수는 4개, 50은 2개, 120도 2개, 150은 1개이기 때문에 히스토그램은 위와 같다. 세 번째 그래프는 누적히스토그램.
히스토그램은 보통 정규화를 수행한다.
각각의 bin의 값을 영상을 구성하고 있는 전체 픽셀의 값으로 나눠준다.
또한 확률 함수로도 표현이 가능하다. 즉, 영상 내에 특정한 값을 가질 확률이 정규화된 히스토그램으로 표현이 된다는 뜻이다.
히스토그램을 계산할 때bin의 개수를 잘 설정하는 것이 중요하다.
빈의 개수가 너무 많은 경우 특정한 빈에 해당하는 값을 0 이 되고 대부분에 빈에서 유사한 값을 띄고 있으면 영상의 특성을 반영하기 어렵다 반대로 빈의 개수가 너무 적으도 영상의 특성을 반영하기 어렵기 때문에 적당한 수의 빈 설정이 중요하다 .
Histogram equalization 히스토그램 평활화
일종의 전처리 방법, 영상의 contrast를 조절하는 방법
Contrast : 밝기 혹은 색깔의 차이를 의미하고 contrast가 높을수록 영상 내의 물체를 식별하기가 편하다. 즉 contrast가 높은 것이 일반적으로 좋은 영상이다.
그림을 보면 네번째 영상이 제일 contrast 가 높기 때문에 가장 좋은 영상이다 . 히스토그램을 계산해보면 첫 번째 영상은 어둡기 때문에 픽셀들이 어두운 영역에 분포하고 있고 두 번째 영상은 밝은 영역에 분포 , 세번째 영상은 회색조를 띄고 있기 때문에 128 근처에 분포하고 있고 마지막 영상은 픽셀들이 상대적 골고루 분포하고 있다 .
히스토그램 평활화 방법
입력영상이 주어졌을 때 1. 히스토그램을 계산하고 2. 히스토그램을 토대로 평활화할 수 있는 함수를 통해 히스토그램 평활화 3. mapping 함수를 활용한 intenstity transformation 을 수행함으로써 결과 영상을 도출영상의 픽셀들이 균등하게 분포하는 것이 타당한 경우에만 히스토그램 평활화가 가능하다.
